Fugu-MT 論文翻訳(概要): DICoE@FinSim-3: Financial Hypernym Detection using Augmented Terms and Distance-based Features

論文の概要: DICoE@FinSim-3: Financial Hypernym Detection using Augmented Terms and Distance-based Features

arxiv url: http://arxiv.org/abs/2109.14906v1
Date: Thu, 30 Sep 2021 08:01:48 GMT
ステータス: 処理完了
システム内更新日: 2021-10-01 14:56:01.646019
Title: DICoE@FinSim-3: Financial Hypernym Detection using Augmented Terms and Distance-based Features
Title（参考訳）: dicoe@finsim-3:拡張項と距離に基づく特徴を用いた金融ハイパーニム検出
Authors: Lefteris Loukas, Konstantinos Bougiatiotis, Manos Fergadiotis, Dimitris Mavroeidis, Elias Zavitsanos
Abstract要約: 金融分野における意味的類似を学習する第3の共有タスクであるFinSim-3に、チームDICoEを提出する。このタスクは金融分野における一連の用語を提供し、金融オントロジーから最も関連性の高いハイパーネムに分類する必要がある。私たちの最高の成績は、タスクのリーダーボードで4位にランクインした。
参考スコア（独自算出の注目度）: 2.6599014990168834
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present the submission of team DICoE for FinSim-3, the 3rd Shared Task on Learning Semantic Similarities for the Financial Domain. The task provides a set of terms in the financial domain and requires to classify them into the most relevant hypernym from a financial ontology. After augmenting the terms with their Investopedia definitions, our system employs a Logistic Regression classifier over financial word embeddings and a mix of hand-crafted and distance-based features. Also, for the first time in this task, we employ different replacement methods for out-of-vocabulary terms, leading to improved performance. Finally, we have also experimented with word representations generated from various financial corpora. Our best-performing submission ranked 4th on the task's leaderboard.
Abstract（参考訳）: 金融分野における意味的類似を学習する第3の共有タスクであるFinSim-3に、チームDICoEを提出する。このタスクは金融ドメイン内の一連の用語を提供し、金融オントロジーから最も関連するハイパーニムに分類する必要があります。 Investopediaの定義で用語を拡大した後、我々のシステムは、財務用語の埋め込みと手作りと距離に基づく特徴の混合に対してロジスティック回帰分類器を使用する。また、このタスクで初めて、語彙外用語に異なる置換手法が採用され、性能が向上した。最後に,様々な財務コーパスから生成された単語表現についても実験を行った。我々の最高成績はタスクのリーダーボードで4位だった。

関連論文リスト

FinBen: A Holistic Financial Benchmark for Large Language Models [75.09474986283394]
FinBenは、24の財務タスクにまたがる36のデータセットを含む、最初の大規模なオープンソース評価ベンチマークである。 FinBenは、幅広いタスクとデータセット、ストックトレーディングの最初の評価、新しいエージェントと検索可能な生成(RAG)の評価、およびテキスト要約、質問応答、株式トレーディングのための3つの新しいオープンソース評価データセットを提供する。
論文参考訳（メタデータ） (2024-02-20T02:16:16Z)
DISC-FinLLM: A Chinese Financial Large Language Model based on Multiple Experts Fine-tuning [74.99318727786337]
金融大規模言語モデル(LLM)を構築するための多言語エキスパートファインチューニングフレームワークを提案する。 DISC-FIN-SFTという金融インストラクションチューニングデータセットを構築し、4つのカテゴリ(コンサルト、NLPタスク、コンピューティング、検索強化ジェネレーション)のインストラクションサンプルを含む。複数のベンチマークで評価した結果, 様々な財務シナリオにおいて, ベースラインモデルよりも優れた性能を示した。
論文参考訳（メタデータ） (2023-10-23T11:33:41Z)
Syntax and Semantics Meet in the "Middle": Probing the Syntax-Semantics Interface of LMs Through Agentivity [68.8204255655161]
このような相互作用を探索するためのケーススタディとして,作用性のセマンティックな概念を提示する。これは、LMが言語アノテーション、理論テスト、発見のためのより有用なツールとして役立つ可能性を示唆している。
論文参考訳（メタデータ） (2023-05-29T16:24:01Z)
Learning Semantic Text Similarity to rank Hypernyms of Financial Terms [0.23940819037450983]
本稿では,財務用語のハイパニムを抽出・ランク付けできるシステムを提案する。このシステムは、DBpediaのような様々な情報源から得られた財務的なテキストコーパスで訓練されている。負のサンプルでトレーニングセットを増強するために、新しいアプローチが使用されている。
論文参考訳（メタデータ） (2023-03-20T16:53:36Z)
Exploiting Semantic Role Contextualized Video Features for Multi-Instance Text-Video Retrieval EPIC-KITCHENS-100 Multi-Instance Retrieval Challenge 2022 [72.12974259966592]
EPIC-KITCHENS-100 Multi-Instance Retrieval Challenge 2022について述べる。まず、文を動詞や名詞に対応する意味的役割にパースし、自己意図を利用して意味的役割の文脈化されたビデオ特徴を利用する。
論文参考訳（メタデータ） (2022-06-29T03:24:43Z)
FinQA: A Dataset of Numerical Reasoning over Financial Data [52.7249610894623]
我々は、大量の財務文書の分析を自動化することを目的として、財務データに関する深い質問に答えることに重点を置いている。我々は,金融専門家が作成した財務報告に対して質問回答のペアを用いた,新たな大規模データセットFinQAを提案する。その結果、人気があり、大規模で、事前訓練されたモデルは、金融知識を得るための専門的な人間には程遠いことが示される。
論文参考訳（メタデータ） (2021-09-01T00:08:14Z)
Yseop at FinSim-3 Shared Task 2021: Specializing Financial Domain Learning with Phrase Representations [0.0]
我々は、FinSim-3共有タスク2021:財務分野のセマンティック類似性を学ぶためのアプローチを提示する。このタスクの目的は、金融ドメインから与えられた用語のリストを最も関連性の高いハイパーネムに正しく分類することである。平均精度は0.917、平均ランクは1.141である。
論文参考訳（メタデータ） (2021-08-21T10:53:12Z)
Term Expansion and FinBERT fine-tuning for Hypernym and Synonym Ranking of Financial Terms [0.0]
本稿では,ハイパニムと同義語対応問題を解くシステムを提案する。 IJCAI-2021におけるFinNLPワークショップの共有作業であるFinSim-3に参加するために,これらのシステムを設計した。我々の最高のパフォーマンスモデル(精度:0.917、ランク:1.156)は、FIBOのラベル階層を用いて作成された拡張ラベルセット上で、微調整されたSentenceBERT(Reimers et al., 2019)によって開発された。
論文参考訳（メタデータ） (2021-07-29T06:17:44Z)
FinMatcher at FinSim-2: Hypernym Detection in the Financial Services Domain using Knowledge Graphs [1.2891210250935146]
本稿では、FinMatcherシステムとそのFinSim 2021共有タスクの結果について述べる。 FinSim-2共有タスクは、金融サービスドメインの一連の概念ラベルで構成されています。ゴールは、与えられた概念セットから最も関連するトップレベル概念を見つけることである。
論文参考訳（メタデータ） (2021-03-02T08:56:28Z)
IITK at the FinSim Task: Hypernym Detection in Financial Domain via Context-Free and Contextualized Word Embeddings [2.515934533974176]
FinSim 2020の課題は、財務用語を外部オントロジーにおいて最も関連性の高いハイパーネム(またはトップレベル)概念に分類することである。我々は、文脈に依存しない単語埋め込みと文脈に依存しない単語埋め込みの両方を分析に活用する。我々のシステムは、平均的なランクと精度の両方に基づいて、第1位にランク付けします。
論文参考訳（メタデータ） (2020-07-22T04:56:23Z)
RUSSE'2020: Findings of the First Taxonomy Enrichment Task for the Russian language [70.27072729280528]
本稿では,ロシア語の分類学的豊か化に関する最初の共有課題の結果について述べる。 16チームがこのタスクに参加し、半数以上が提供されたベースラインを上回った。
論文参考訳（メタデータ） (2020-05-22T13:30:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。